基于数据访问依赖的分布式机器学习编程模型的优化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.3 课题来源与研究内容 | 第17-18页 |
| 1.4 文章组织结构 | 第18-19页 |
| 2 基于数据访问依赖的编程模型 | 第19-34页 |
| 2.1 系统抽象和功能模块 | 第19-26页 |
| 2.2 分布式机器学习系统工作流程 | 第26-31页 |
| 2.3 系统关键问题分析 | 第31-33页 |
| 2.4 小结 | 第33-34页 |
| 3 系统关键技术及实现 | 第34-49页 |
| 3.1 底层数据传输 | 第34-36页 |
| 3.2 消息回调机制 | 第36-39页 |
| 3.3 统一模型参数 | 第39-41页 |
| 3.4 参数更新机制和一致性模型 | 第41-44页 |
| 3.5 任务自动化并行 | 第44-47页 |
| 3.6 任务调度策略 | 第47-48页 |
| 3.7 小结 | 第48-49页 |
| 4 系统测试与性能分析 | 第49-59页 |
| 4.1 分布式机器学习系统的测试环境 | 第49-50页 |
| 4.2 基于主题模型的文本分析应用 | 第50-52页 |
| 4.3 系统并发度和可扩展性测试 | 第52-54页 |
| 4.4 系统网络传输特性 | 第54-55页 |
| 4.5 编程易用性对比 | 第55-56页 |
| 4.6 文本分析模型参数的收敛 | 第56-58页 |
| 4.7 小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士期间发表的文章 | 第67-68页 |
| 附录2 攻读硕士期间申请的国家发明专利 | 第68-69页 |
| 附录3 攻读硕士期间参与的项目 | 第69页 |
